筆記

基因家族

同一個祖先基因經過變異，產生了結構、功能相似的各種表達蛋白，表達這些蛋白的基因統歸為一個基因家族。

超基因家族

同一個祖先基因經過變異，產生了結構相似、功能不同的各種表達蛋白，表達這些蛋白的基因統歸為一個基因超家族。

domain

一個基因轉錄的蛋白質分子中可以包含多個結構特異并且功能不同的區域，這些區域稱之為domain，domain 可以看作蛋白質功能的基本單位，蛋白質的功能由包含的多個domain共同決定，研究domain, 可以更好的研究蛋白質功能，而具有相同結構域的基因往往形成一個基因家族。

流程

下載基因家族模型

在PFAM中下載
在文獻中找到pfam ID ：PF02519 （睡蓮）

image.png

image.png

已獲取HMM文件

下載hmmer

Linux可以在官網下載
windows下載網址：http://hmmer.janelia.org/static/binaries/hmmer3.0_windows.zip
（直接打開會404，用迅雷打開就可以了）
下載后解壓即可使用。

使用hmmer

在桌面按windows+R，輸入CMD，進入窗口后，輸入“D：”，進入hmmer所在文件夾。

hmmbuild 要輸出的文件名（.hmm）+sto文件（相對路徑）

image.png

（不小心命名錯了T T）
alen表示比對氨基酸一共465個，mlen表示最大比對上218個氨基酸，eff_nseq表示比對效率0.96存在15.58個gap，re/pos表示每個位置的相對熵0.590
隨便打開看看(ASCII碼文件)

cat 02319.hmm

image.png

hmmsearch搜索序列數據庫

需要一個蛋白質數據文件，是fasta格式，uniprot sprot.fasta
在uniprot中搜Nymphaeales找家族蛋白質數據

image.png

（嘗試在文獻中找，但是那個網址下載一直失敗。就自己搜搜看了）

image.png

hmmsearch  02319.hmm uniprot-Nymphaeales.fasta > 02519.out

02319.hmm是上一步輸出的文件，.fasta文件是下載好的蛋白質文件，02519.out是輸出文件。
文件內容

image.png

比對到的含有domain的序列，按E值來排序，從小到大

• 第一列的E-vaule是最終要的一個參數，越小越有可能是同源的序列
• 第二列的score也可以用來評估可能性，而且不依賴于比對數據庫的大小，只依賴HMM文件和目標序列
• 第三列bias是score的偏差，比如score是222.7，那么原始值就是加上3.2，等于225.9，但是這個數值一般不重要，可以忽略不看。
  后面的3列也是一樣的參數，只是對于best 1 domain而言，前三列是對于full sequence而言。最后的#dom內容是有多少個domain，exp是均值，可以是小數，而N是真正的整數個數。

教程參考https://cloud.tencent.com/developer/article/1424604

clustalx的使用

下載clustalx（Windows）/clustaw（Linux）
下載網址http://www.clustal.org/download/current/
安裝后

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

MAFFT的使用

這是另一個比對軟件

序列過濾

序列比對雜亂的序列認為其是噪音，需進行過濾。

trimAL

下載：

conda install trimal

用conda安裝，要首先安裝了conda才能裝trimal。
-gappyout 過濾掉gap-rich的部分

建樹

選擇模型

jModelTest 用于找DNA建樹模型，ProtTest用于找蛋白質建樹模型。
也可以用iqTree軟件建樹，里面帶有ModelFinder，可以自動幫你找模型。

iqtree -s turtle.fa -m MF -pre turtle.MF -mset JC,GTR   #-s 輸入多重序列比對序列  -m 確定模型（如有），如果沒有就輸入MF modelfiner -pre 輸出文件前綴  -mset 限定搜索范圍

image.png

I 不變的
G4 γ分布

image.png

PartitionFinder

不僅找每個基因的模型，而且把進化模型相似的分為一個組，以一整個區塊拿來分析。

下載MEGA

下載網址http://www.drv5.cn/sfinfo/15726.html
安裝后打開。
第一步，將6條序列合并到同一個.fasta文件中。

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png